pytorch的机制便于快速开发模型，但是在产品上的运用不稳定，需要将其转换为keras对应的模型权重，使用该代码进行转换的示例可见：https://blog.csdn.net/xiaoxifei/article/details/82685298
2024/6/3 11:09:10
17KB
基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
2024/6/2 10:30:06
49KB
2018年最新版AnacondaWindows64安装包，下载速度超慢，费了好多功夫才下载成功：Anaconda3-5.1.0-Windows-x86_64.exe分享百度云下载链接！保证能下！
2024/6/1 20:45:30
49B
DeepLearn深度学习MATLAB工具箱，适合MATLAB平台快速入门深度学习，包含CNN,RNN,DBN等模型全套代码
2024/6/1 14:28:50
14.1MB
ImageNetpre-trainedResNet-50的caffemodel来源：https://github.com/KaimingHe/deep-residual-networks中提供的OneDrive链接
2024/6/1 12:07:56
90.74MB
SougoCS数据集，内含11类搜狐新闻文本，近10万条。
搜狗提供的数据为未分类的XML格式。
此资源已经将XML解析并分类完毕，方便使用。
搜狗提供的数据为未分类的XML格式。
此资源已经将XML解析并分类完毕，方便使用。
2024/5/31 6:22:46
94.29MB
已标注好的数据集，已经分割好。
可直接用于训练模型。
已做好标注。
分为license_province,license_number,license_province
可直接用于训练模型。
已做好标注。
分为license_province,license_number,license_province
2024/5/29 11:50:33
9.47MB